【无人机路径规划】无人机集群路径规划：蜣螂优化算法求解无人机集群路径规划

摘要

本文基于蜣螂优化算法（Dung Beetle Optimization, DBO），提出了一种用于无人机集群路径规划的优化策略。该算法模拟蜣螂的导航行为，结合无人机集群的协同机制，实现对复杂三维环境中的路径规划。通过仿真实验验证，该方法能够有效地规避障碍物，生成平滑且最优的无人机飞行路径。

理论

蜣螂优化算法是一种基于生物行为的启发式优化算法，其核心机制包括全局搜索和局部搜索：

1. 全局导航

蜣螂通过太阳光和月光的方向感知，完成全局导航。这一过程对应算法中的全局搜索阶段，用于探索更大的解空间。

2. 局部导航

蜣螂利用地形特征实现短距离的目标定位。在算法中，局部搜索阶段对当前解进行微调，提高收敛精度。

3. 无人机路径规划

将蜣螂的导航行为映射到无人机路径规划中，通过全局搜索确定初始路径，再结合局部搜索优化路径以规避障碍和最小化路径长度。

• 路径规划的目标函数定义为：

  

其中，𝐿(𝑥)为路径长度，𝐶(𝑥)为碰撞代价，𝛼和𝛽为权重系数

实验结果